MétaCan
Menu
Retour à la cohorte
Enregistrement W2934246253 · doi:10.1080/13598139.2019.1596071

The interaction between within-year and between-year effects across ages in elite table tennis in international and national contexts – A further exploration of relative age effects in sports

2019· article· en· W2934246253 sur OpenAlexfundno aff
Irene R. Faber, Meihan Liu, Valérian Cece, Guillaume Martinent, Jörg Schorer, Marije T. Elferink‐Gemser

Notice bibliographique

RevueHigh Ability Studies · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensnon disponible
Organismes subventionnairesShanghai University of SportSt. Francis Xavier University
Mots-clésContext (archaeology)ElitePsychologyDemographyGeographyPolitical science

Résumé

récupéré en direct d'OpenAlex

Although relative age effects in sports have been studied worldwide, the underlying mechanisms are still under debate. This study adds to the existing knowledge by providing a further exploration of the within-year and between-year effects and their possible interaction in an individual skill/technique based sport: table tennis. Data of male and female elite players across ages (U15, U18, U21, and senior) were collected from the ranking lists in international (world and Europe) and national contexts (France and the Netherlands). A multi-way frequency analysis per subsample revealed (1) no interaction effects; (2) significant within-year and between-year effects for the U15 players in the international context and male French players; (3) a significant within-year effect in the French U18 category; (4) a significant within-year effect in female European U21; and (5) no within-year effects in the senior category. Table tennis seems to be at risk for within-year and between-year effects specifically within the context of high competitive level for younger players (U15, males, and females), but not for interactions between these effects. Future research should reveal the development of the RAEs over time in a longitudinal study, evaluate influencing constraints, and innovative prevention solutions in a more comprehensive way.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,028
Tête enseignante GPT0,362
Écart entre enseignants0,335 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHigh Ability StudiesMême sujetSport Psychology and PerformanceTravaux en français237 207